Methodenartikel

Humor of rationaliteit? De neurale mechanismen van hoe agenttype en taalstijl de tevredenheid beïnvloeden bij het herstel van dienstfalen via ritdiensten

519 weergaven

DOI:

10.3791/69813

13 maart 2026

In dit artikel

Samenvatting

Deze studie gebruikt ERP's om te onderzoeken hoe agenttype (mens/AI) en taalstijl (humoristisch/rationeel) invloed hebben op de tevredenheid van het herstel van ritdiensten, met als doel neurocognitieve mechanismen te onthullen.

Samenvatting

In de ride-hailing-industrie zijn effectieve serviceherstelstrategieën na servicestoringen cruciaal voor passagierstevredenheid en de reputatie van het platform. Hoe de combinatie van agenttype en taalstijl de passagierstevredenheid en de onderliggende neurale mechanismen beïnvloedt, blijft echter onduidelijk. Deze studie ontwierp een event-related potentials (ERPs)-experiment om te onderzoeken hoe twee belangrijke factoren in herstel na uitval – het type serviceagent en de taalstijl – de passagierstevredenheid en de neurale correlaties daarvan beïnvloeden. Er werd een 2 (Agent Type: Mens/AI) × 2 (Taalstijl: Humoristisch/Rationeel) ontwerp binnen de proefpersonen toegepast. Met behulp van E-Prime-software kregen deelnemers vijf vooraf geselecteerde, veelvoorkomende scenario's van uitval van ritdiensten gepresenteerd. Elk scenario werd gevolgd door een gestandaardiseerde vouchervergoeding aangeboden door een agent, waarbij het type agent en de taalstijl systematisch varieerden tussen de onderzoeken. De procedure omvatte gelijktijdige opname van 64-kanaals elektro-encefalografische (EEG) signalen en het verzamelen van gedragstevredenheidsbeoordelingen. Gedragsgegevens gaven hogere tevredenheidsscores aan voor menselijke agent en de humoristische taalstijl. ERP-resultaten toonden meer negatieve N2- en feedbackgerelateerde negativiteit (FRN) amplitudes die door de rationele taalstijl werden opgewekt, terwijl menselijke agenten en de rationele stijl meer positieve P300-amplitudes opriepen. Deze studie beschrijft de gestandaardiseerde voorbereiding van experimentele stimuli, precieze timingcontrole van de experimentele procedure, EEG-registratievoorbereiding gebaseerd op het International 10-20 systeem, en de volledige methodologische pijplijn van dataverzameling tot preprocessing. Dit protocol biedt een hoge temporele resolutie en goede reproduceerbaarheid. Het is geschikt voor onderzoek in consumentenneurowetenschap, mens-computerinteractie en servicemanagement dat nauwkeurige kwantificering vereist van de temporele dynamiek die ten grondslag liggen aan sociale cognitie en besluitvormingsprocessen.

Inleiding

Ride-hailing, een vlaggenschipmodel van de deeleconomie, is een integraal onderdeel geworden van stedelijke mobiliteitsecosystemen vanwege de fundamentele afhankelijkheid van realtime interactie en gebruikerservaring1. Servicestoringen – zoals onbeleefdheid van de chauffeur, voertuigstoring of vertragingen in de rit – zijn echter moeilijk volledig te elimineren. Deze incidenten zijn vaak onverwacht en afhankelijk van de context, wat gemakkelijk ontevredenheid bij passagiers veroorzaakt en het vertrouwen ondermijnt2. In een zeer competitieve markt is snelle en effectieve serviceherstel niet slechts een noodzakelijke stap om directe tekortkomingen te verhelpen; Het vormt een strategisch imperatief om het vertrouwen van gebruikers te herstellen en langdurige loyaliteitte behouden 3.

Traditioneel onderzoek naar service recovery heeft voornamelijk gedragsmethodologieën toegepast, zoals vragenlijsten en scenario-gebaseerde experimenten4. Deze studies evalueren de effectiviteit van verschillende herstelstrategieën door expliciete indicatoren zoals tevredenheid en terugkoopintentie te meten. Hoewel dit onderzoek aanzienlijke bevindingen heeft opgeleverd, beperkt het zich grotendeels tot het observeren van de uiteindelijke gedragsuitlatingen van consumenten. Direct bewijs ontbreekt nog steeds over het interne "black-box"-proces – specifiek hoe de hersenen informatie over serviceherstel verwerken, evalueren en uiteindelijk omzetten in een beslissing. Met andere woorden, hoewel er kennis bestaat over welke strategieën effectief zijn, blijft het begrip van de onderliggende neurocognitieve mechanismen beperkt. Verschillende specifieke vragen blijven bestaan: Komen verschillen tussen menselijke en AI-agenten tot uiting in de vroege stadia van informatieverwerking? Hoe moduleren humoristische versus rationele communicatiestijlen de negatieve emoties die worden opgeroepen door dienstfalen? Wat is het volledige neurale pad – van conflictdetectie tot cognitieve integratie – dat ten grondslag ligt aan de uiteindelijke tevredenheidsbeslissing?

Hoewel bepaalde herstelstrategieën (zoals geldelijke compensatie of excuus) over het algemeen effectief zijn, blijft een diepgaand begrip van waarom en hoe deze strategieën werken op cognitief en affectief niveau – evenals hun onderliggende dynamische neurale mechanismen – beperkt. Deze methodologische kloof beperkt het vermogen om preciezere, efficiëntere en gepersonaliseerde oplossingen voor dienstherstel te ontwerpen. Om deze "black box" te onderzoeken, maakt deze studie gebruik van event-related potentials (ERPs) technologie als kernmethodologische benadering. Door elektro-encefalografische signalen op te nemen die tijdsgebonden zijn aan specifieke stimulusgebeurtenissen, bieden ERP's milliseconden-temporele resolutie, waardoor de niet-invasieve en continue vastlegging van onmiddellijke hersenactiviteit tijdens cognitieve verwerkingmogelijk wordt 5,6,7. In vergelijking met functionele magnetische resonantiebeeldvorming (fMRI) biedt ERP een duidelijk voordeel in temporele precisie8. In vergelijking met traditionele zelfrapportagemetingen kunnen ERP's effectief retrospectieve bias en effecten van sociale wenselijkheid vermijden, waardoor direct de directe en onbewuste neurale reacties van individuen aan het licht komen9. In de context van servicefalen en herstel betekent dit dat ERP's de precieze scheiding en observatie van een reeks snelle, sequentiële psychologische processen mogelijk maken. Deze omvatten vroege conflictdetectie (weerspiegeld in de N2-component), evaluatie van emotie en uitkomsten op de middellange termijn (weerspiegeld in de FRN-component), en late fase hogere-orde cognitieve integratie en motiverende beoordeling (weerspiegeld in de P300-component)10,11,12,13,14,15. Daarom dienen ERP's als een ideaal hulpmiddel om de complexe neurale mechanismen te verduidelijken die ten grondslag liggen aan het nemen van beslissingen over service recovery.

Op basis van de hierboven uiteengezette methodologische overwegingen presenteert dit artikel een systematisch, rigoureus en reproduceerbaar ERPS-experimenteel protocol. Dit protocol is ontworpen om te onderzoeken hoe twee belangrijke serviceherstelelementen – type serviceagent (mens versus AI) en taalstijl (humoristisch versus rationeel) – gezamenlijk de passagierstevredenheid en de onderliggende neurale mechanismen beïnvloeden na een ride-hailing-servicestoring. Het protocol werft universiteitsstudenten met eerdere ervaring met ritdiensten. Het hanteert een standaard S1-S2 experimenteel paradigma en een 2 (Agent Type: Mens vs. AI) × 2 (Taalstijl: Humoristisch vs. Rationeel) binnen subjecten ontwerp. Stimuli, waaronder scenario's van servicestoring en daaropvolgende herstelvoorstellen, worden op een gestandaardiseerde manier gepresenteerd met behulp van E-Prime-software. De procedure omvat gelijktijdige verkrijgen van 64-kanaals elektro-encefalografische (EEG) gegevens en gedragstevredenheidsbeoordelingen.

Deze studie gebruikt het protocol om gedragsreacties te onderzoeken en om de verschillende cognitieve verwerkingsfasen achter de effecten van service recovery te onthullen vanuit een neurodynamisch perspectief16,17. Zo kan de rationele stijl emotionele verwachtingen schenden en daardoor sterkere conflictsignalen en meer negatieve feedback oproepen tijdens vroege stadia, wat zich uitte in meer negatieve N2- en FRN-amplitudes18, 19, 20. Bovendien kan de menselijke agent tijdens de late integratiefase een positievere motiverende beoordeling ontvangen vanwege hun sociale eigenschappen, aangegeven door een positievere P300-amplitude21. Ondertussen vergroot de rationele taalstijl waarschijnlijk de cognitieve middelen die nodig zijn om conflicten op te lossen, wat zich ook kan weerspiegelen in een grotere amplitudevan P300 met 22.

Dit protocol biedt een hoge temporele resolutie en goede reproduceerbaarheid. De ontwerpredenering en methodologische details zijn niet alleen toepasbaar op de context van de ritdienst, maar bieden ook een referentie voor bredere onderzoeksgebieden. Deze vakgebieden omvatten consumentenneurowetenschap, mens-computerinteractie, service management en communicatiestudies. Zo draagt het bij aan de precieze kwantificering en het begrip van dynamische informatieverwerking in het menselijk brein in verschillende contexten van sociale interactie en besluitvorming.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Dit onderzoeksprotocol is goedgekeurd door de lokale en institutionele ethische commissies en voldoet aan de meest recente versie van de Verklaring van Helsinki. Alle deelnemers gaven schriftelijk geïnformeerde toestemming voorafgaand aan deelname en kunnen zich op elk moment terugtrekken uit de studie om hun rechten te beschermen.

1. Experimentele prikkels

  1. Voorselectie van scenario's van servicestoring
    1. Werf 100 studenten met eerdere ritervaring.
    2. Vraag deelnemers om hun ontevredenheidsniveau te beoordelen met tien veelvoorkomende faalscenario's van ritdiensten met behulp van een 7-punts Likert-schaal (1 = helemaal niet ontevreden; 7 = zeer ontevreden genoemd). De scenario's moeten omvatten: onbeleefdheid van de bestuurder, pech in het voertuig, verkeerde bestemming, te laat aankomst van een bestuurder, verkeersongeluk, slechte hygiëne in de auto, omleidingen, kosten voor het instappen, chauffeur die niet helpt met bagage en een oncomfortabele temperatuur in de auto.
    3. Rangschik de tien scenario's op basis van hun gemiddelde ontevredenheidsbeoordelingen en selecteer de top 50% van de scenario's met de hoogste beoordelingen als formele experimentele materialen.
    4. Definitief de volgende vijf scenario's van servicestoring voor gebruik in het experiment: onbeleefdheid van de bestuurder, pech van het voertuig, verkeerde bestemming, te laat aankomst van de bestuurder en verkeersonvallen.
    5. Presenteer elk geselecteerd scenario aan de deelnemers met korte tekstuele beschrijvingen, vergezeld van een "Service Failure!"-prompt.
      OPMERKING: In de huidige implementatie toonden de geselecteerde scenario's een gemiddelde ontevredenheidsscore van 6,6, wat aanzienlijk hoger was dan het gemiddelde van de onderste 50% van de scenario's (gemiddelde = 3,6). Dit verschil geeft aan dat de geselecteerde scenario's effectief een waarneming van dienstfalen opriepen, wat de geldigheid van de experimentele prikkels ondersteunt.
  2. Ontwerp twee taalstijlen (humoristisch en rationeel) voor agenten (Human Customer Service versus AI Customer Service) om vergoeding te bieden en informatie te verstrekken via tekst gecombineerd met afbeeldingen van klantenservicemedewerkers. Bijvoorbeeld, in een situatie waarin de servicehouding van de chauffeur slecht is, zegt de humoristische taalstijl: 'De chauffeur is slechtgehumeurd, en het is besmettelijk! Hier komt een contante kortingsbon, zodat je de volgende keer weer glimlacht!' De rationele taalstijl luidt: 'Er wordt een excuus aangeboden voor de onbevredigende houding van de bestuurder, en er wordt een contante kortingsbon als compensatie verstrekt. Toekomstige patronage is welkom.'
  3. Verwerk alle experimentele beelden met Adobe Photoshop 2022 om de stimulusmaterialen te standaardiseren en hun geldigheid en consistentie te waarborgen. Pas de beeldafmetingen uniform aan op 2560 × 1440 pixels met een resolutie van 72 DPI. Kalibreer de helderheid op een waarde van 85 en verhoog het contrast met +20 om visuele interferentie te minimaliseren. Daarnaast moet je de formulering van de prikkels standaardiseren en optimaliseren om duidelijkheid en begrip te waarborgen, zodat er geen onduidelijkheden zijn.
  4. Voer een pilotstudie uit om feedback van deelnemers te verzamelen over alle stimulusmaterialen. Zorg ervoor dat alle scenario's van servicestoring effectief het gevoel van servicestoring oproepen. Bevestig dat materialen in humoristische toestand significant hoger worden beoordeeld op waargenomen humor dan die in de rationele toestand, terwijl er geen significant verschil in beoordelingen van geschiktheid en natuurlijkheid wordt getoond. Controleer ook dat de presentatieduur van 1250 ms voldoende is voor deelnemers om de stimulustekst te lezen en te begrijpen.
  5. Pas de tekstlengte aan en balanseer deze aan de hand van het aantal Chinese karakters, over de verschillende taalstijlvoorwaarden. Zorg ervoor dat er geen significant verschil in tekstlengte bestaat tussen de humoristische en rationele omstandigheden. Controle voor de verstorende invloed van tekstcomplexiteit op leestijd en cognitieve belasting.

2. Experimentele procedure

  1. Neem een 2 (agenttype: mens vs. AI) × 2 (taalstijl: humoristisch vs. rationeel) binnen subjecten factoriaal ontwerp aan.
  2. Genereer vier verschillende versies van de experimentele sequentie. Voor elke versie combineert u de vier experimentele voorwaarden (mens-humoristisch, mens-rationeel, AI-humoristisch, AI-rationeel) met de vijf scenario's van service-storingen.
  3. Programmeer 120 proeven in E-Prime, verdeel ze in 2 blokken van 60 proeven, voeg een verplichte 120 seconden durende rustscherm in tussen blokken en structureer elke proef als volgt:
    1. Toon het fixatiepunt in het midden van het scherm gedurende 500 ms.
    2. Geef een melding die aangeeft dat de ritdienst niet is uitgevallen voor 1000 ms.
    3. Toon een leeg scherm voor 250 ms.
    4. Toon informatie over de identiteitsbekendmaking van de serviceagent gedurende 1000 ms.
    5. Toon een leeg scherm voor 250 ms.
    6. Geef de deelnemer een verontschuldigingsscript, geleverd in een humoristische/rationele taal door de servicemedewerker voor 1250 ms.
    7. Toon een leeg scherm voor 250 ms.
    8. Bied de deelnemer een vergoeding aan in de vorm van een gelijkwaardige kortingsbon (een ritvoucher gelijk aan de kosten van de dienst) voor 1250 ms.
    9. Toon een leeg scherm voor 250 ms.
    10. Vraag de deelnemer om zijn tevredenheid met de voorgestelde oplossing te evalueren (1 = zeer ontevredenheid, 5 = zeer tevreden); De evaluatieinterface blijft bestaan totdat de deelnemer een keuze maakt.

figure-protocol-1
Figuur 1: Experimentele procedure. De gebeurtenisvolgorde en presentatieduur voor een enkele experimentele proef worden van links naar rechts als volgt weergegeven: een fixatiekruis (500 ms), een servicefoutscenario-prompt (1000 ms), een leeg scherm (250 ms), serviceagent-type-informatie (1000 ms), een leeg scherm (250 ms), taalstijl (1250 ms), een leeg scherm (250 ms), een serviceherstelstrategie (voucherinformatie, 1250 ms), een leeg scherm (250 ms), en tenslotte de tevredenheidsbeoordelingsinterface (weergegeven totdat de deelnemer reageerde). Klik hier om een grotere versie van deze figuur te bekijken.

3. Experimentele voorbereiding en elektrofysiologische registratie

  1. Experimentele voorbereiding
    1. Werf 20 betaalde bachelor- en masterstudenten (8 vrouwelijk) van Harbin Engineering University volgens de inclusiecriteria: rechtshandigheid, normaal of gecorrigeerd naar normaal zicht, geen voorgeschiedenis van psychiatrische of neurologische aandoeningen, en geen geschiedenis van stijlen of verven in de afgelopen zes maanden. De deelnemers waren tussen 18 en 28 jaar oud (M=23,25, SD=±2,23). Plan individuele experimentele sessies voor elke deelnemer. Sluit deelnemers met overmatige data-artefacten uit van verdere analyse.
    2. Nadat de deelnemer in het laboratorium is aangekomen, houd je een voorlopige briefing. Introduceer de kernapparatuur, materialen en de volledige experimentele procedure stap voor stap. Leg duidelijk de specifieke eisen van de experimentele taken, de geschatte duur en belangrijke voorzorgsmaatregelen uit. Zorg ervoor dat de deelnemer de intensiteit van het experiment volledig begrijpt.
    3. Geef deelnemers een schriftelijk formulier voor geïnformeerde toestemming voorafgaand aan de officiële start van het experiment. Verplicht deelnemers het formulier zorgvuldig te lezen en te ondertekenen voordat het experiment begint.
    4. Geef de deelnemer instructies om hun haar te wassen met een neutrale shampoo op een aangewezen plek om hoofdhuidolie, stof en andere onzuiverheden te verwijderen die de geleiding tussen de elektroden en de hoofdhuid kunnen beïnvloeden. Vervolgens instrueer je de deelnemer om de door het laboratorium verstrekte föhn te gebruiken om het haar grondig te drogen, zodat er geen vochtige plekken achterblijven. Stel de föhn in op een gemiddelde snelheid (ongeveer 1600 W) en een constante temperatuurstand (ongeveer 50°C).
    5. Begeleid de deelnemer naar het speciale EEG-opnamelaboratorium. Het laboratorium is professioneel uitgerust met elektromagnetische afscherming en hoge geluidsisolatie. Stel de airconditioning en omgevingsverlichting zo aan dat een kamertemperatuur van ongeveer 22°C en een zwakke verlichting wordt gegarandeerd. Geef de deelnemer de instructie om in de comfortabele stoel te gaan zitten. Zorg ervoor dat de afstand tussen de ogen van de deelnemer en het midden van het scherm ongeveer 1 meter is.
    6. Neem 75% medisch alcohol, wattenbolletjes en een niet-irriterende gezichtsreiniger. Veeg voorzichtig de specifieke delen van het gezicht van de deelnemers af met deze voorwerpen.
    7. Plaats de elektrodekap, uitgerust met 64 Ag/AgCl-elektroden, op de hoofdhuid van de deelnemer volgens het International 10-20 systeem. Lijn de middenlijn van de kap uit met de nasion-naar-inionlijn van de deelnemer. Plaats de CZ-elektrode op het toppunt van de kop. Controleer de positie van de condensator: zorg ervoor dat de Fp1- en Fp2-elektroden ongeveer 2 cm boven de nasion zijn geplaatst, en dat de T3- en T4-elektroden ongeveer 2 cm boven de oortragus zijn geplaatst.
    8. Vul alle elektrodeputten met geleidende gel. Beveilig alle externe elektroden met medisch tape. Plaats de referentie-elektrode op de punt van de neus. Plaats de verticale elektrooculogram (VEOG) elektroden ongeveer 1 cm boven en onder de linker orbitale socket. Plaats de horizontale elektroogram (HEOG) ongeveer 1 cm lateraal van de buitenste canthus van elk oog. Plaats de opname-elektroden (M1, M2) respectievelijk op de linker en rechter mastoïden.
    9. Stel de kinband van de elektrodekap strak maar comfortabel aan om te voorkomen dat de elektrode tijdens het experiment wordt verplaatst. Controleer vervolgens de eindpositie van de dop om te controleren of deze niet gedraaid of gedraaid is.
    10. Schakel de opnamesoftware over naar impedantiecontrolemodus. Vul de putten van alle elektroden in de dop met geleidende gel met een stompe spuit. Scheid het haar voorzichtig bij elke elektrodeplaats om volledig contact tussen de elektrode en de hoofdhuid te garanderen. Stel de elektroden continu aan totdat de impedantie voor elk kanaal onder de grond daalt en stabiliseert op 10 kΩ. Controleer of de impedantiewaarden binnen het acceptabele bereik worden weergegeven (meestal aangegeven door een blauwe of donkere kleur op de impedantiemonitor).
    11. Informeer de deelnemers dat het experiment zal plaatsvinden in een gesloten en rustige omgeving. Geef hen instructies om ontspannen te blijven, een stabiele zithouding aan te houden, overmatige lichaamsbewegingen te vermijden en gefocust te blijven gedurende het hele experiment.
    12. Presenteer de stimuli met een 22-inch LCD-monitor. Stel de verversingssnelheid van het scherm in op 60 Hz.
  2. E-Prime Software Operationele Procedure
    1. Start E-Studio en laad het project. Steek de E-Prime hardwaresleutel in een USB-poort van de computer. Dubbelklik op het E-Studio-icoon op het bureaublad om de software te starten. Klik op Bestand -> Open in de menubalk en selecteer het projectbestand voor dit experiment.
    2. Voer de informatie van de deelnemer in. Voer op de E-Run opstartinterface nauwkeurig het onderwerpnummer (bijv. 001), het sessienummer en andere benodigde informatie in.
    3. Voer de oefensessie uit. Klik op Tools -> E-Run en selecteer vervolgens Run in het pop-upvenster. Het programma toont eerst de taakinstructies. Zorg ervoor dat de deelnemer de experimentele procedure en de juiste responsmethode duidelijk kan herhalen. Vervolgens voer je de 10 oefenproeven uit. De structuur van deze proeven is identiek aan die van het hoofdexperiment. Vraag na de oefensessie aan de deelnemer of hij de informatie die in de prikkels wordt gepresenteerd effectief heeft kunnen lezen en begrijpen.
    4. Start het hoofdexperiment. Na afronding van de oefenproeven ga je naar het instructiescherm. Controleer de gereedheid van de deelnemer en geef vervolgens opdracht om op de spatiebalk te drukken om het hoofdexperiment te starten. Zorg ervoor dat het hoofdexperiment uit 120 proeven bestaat verdeeld over 2 blokken, met 60 proeven toegewezen aan elk blok. Voeg een verplichte rustperiode van 2 minuten in tussen de twee blokken.
    5. Monitor de sessie en save-gegevens. Volg de voortgang van de sessie vanuit een aangrenzende kamer via een monitorscherm. Na voltooiing van het hele experiment zorg ervoor dat E-Prime het databestand automatisch opslaat.
  3. Debriefing en compensatie
    1. Bewaar de EEG-gegevens en verwijder de elektrodekap van de deelnemers. Geef de deelnemers de opdracht om de resterende geleidende gel van hun haar en huid te verwijderen. Zorg ervoor dat er geen gelresten op hun haar of huid achterblijven. Controleer of deelnemers geen ongemak ervaren na het schoonmaken.
    2. Rond het experiment af en betaal deelnemers een vergoeding van 30 RMB (ongeveer 4,50 USD).
  4. Gegevensvoorverwerkingsprocedure
    1. Inspecteer de data. Bekijk visueel de EEG-gegevens. Sluit tijdperken met significante basislijndrift of ernstige ruisartefacten uit van verdere analyse.
    2. Correcte oculaire artefacten. Stel het verticale elektrooculogram (VEOG) kanaal in als referentie voor oculaire artefacten. Pas het algoritme voor het reductie van oculaire artefacten toe in de Scan-software om knipper- en oogbewegingsartefacten te corrigeren.
    3. Epoch de Data. Segmenteer de continue EEG-gegevens in epochs die tijdsgebonden zijn aan het begin van de stimulus, met behulp van de gebeurtenismarkers die door het E-Prime-programma zijn ingevoegd. Definieer het epoch-tijdvenster van -200 ms (voor stimulus) tot +800 ms (post-stimulus).
    4. Voer baseline-correctie uit. Definieer het 200 ms pre-stimulus interval als basislijn. Trek de gemiddelde amplitude ervan af van de post-stimulusdata met behulp van het baseline-correctie-algoritme in de Scan-software.
    5. Weiger Artefacten. Weiger epochs waarbij de signaalamplitude ±100 μV overschrijdt binnen het analysevenster om besmetting door spieractiviteit en andere artefacten met hoge amplitude te elimineren.
    6. Raadpleeg de data opnieuw. Bereken het gemiddelde signaal van de elektroden op de linker- en rechtermastoïden. Herhaal alle offline kanalen naar dit berekende mastoidegemiddelde.
    7. Gemiddeld binnen vakken. Voor elke deelnemer gemiddeld alle artefactvrije epochs die tot dezelfde stimulusvoorwaarde behoren, om stabiele, conditiespecifieke ERP-golfvormen voor elk individu te verkrijgen.
    8. Pas een filter aan. Filter de gemiddelde ERP-golfvormen met een 30 Hz laagdoorlaatfilter (24 dB/octaaf roll-off).
    9. Maak grote gemiddelden. Combineer de individuele gemiddelden voor elke aandoening van alle deelnemers om grote gemiddelde ERP's te creëren en de groepsgolfvormen voor elke experimentele aandoening te verkrijgen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Zoals te zien is in Figuur 2a, 2 (dienstverlener: mens vs. AI) ×2 (taalstijl: humoristisch versus rationeel) toonden herhaalde metingen ANOVA op tevredenheidsbeoordelingen een significant hoofdeffect van de dienstverlener. Paargewijze vergelijkingen toonden aan dat de tevredenheid met de menselijke agent (3,005) hoger was dan met de AI-agent (2,750). Er werd ook een belangrijk hoofdeffect van taalstijl gevonden. Paargewijze vergelijkingen gaven aan dat de te...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Deze studie integreert gedragsmetingen met de high-temporal-resolution ERPs-techniek om systematisch de multifasen cognitieve en neurale mechanismen te onthullen waarmee het type dienstagent (mens versus AI) en taalstijl (humoristisch versus rationeel) de passagierstevredenheid bij serviceherstel beïnvloeden. Gedragsresultaten tonen aan dat menselijke agent en humoristische taalstijl individueel leiden tot hogere tevredenheidswaarden. Er werd een significant interactie-effect waargenomen...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben niets te onthullen.

Dankbetuigingen

Dit werk werd ondersteund door de National Natural Science Foundation of China (nr. 72001055). Wij danken alle collega's in Lab 412 voor hun hulp bij het experiment. ST, XY en JY bedachten en ontwierpen de studie. XY en XZ voerden de experimenten uit. XY analyseerde de gegevens en schreef het manuscript. ST heeft het manuscript bekeken. Alle auteurs droegen bij aan het artikel en keurden de ingediende versie goed.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
NeuroScan Synamp2 AmplifierNeurosoft Labs Inc., USASYN-2-641.Continue opname van EEG met bandpass filter (0,05–100 Hz) en bemonsteringssnelheid (1.000 Hz)
2.Uitgerust met Scan 4.3.1 software voor impedantiemonitoring en gegevensopname
3.Compatibel met 64-kanaals elektrodenkappen
64-kanaals Ag/AgCl elektrodenkapElectro-Cap InternationalEC-64Installatie volgens het internationale 10-20-systeem. Gebruik de punt van de neus als online referentie. Alle kanalen werden offline opnieuw gerefereerd naar het gemiddelde van de linker en rechter mastoïde referenties. De elektrode tussen FPz en Fz werd aangebracht als aarding. De verticale EOG en horizontale EOG werden opgenomen door twee elektroden boven en onder het linkeroog, 10 mm en laterale elektroden op de buitenste canthi van beide ogen. Alle elektrode-impedanties werden onder de 10 KΩ gehouden.
E-prime softwarePsychology Software ToolsGebaten voor het ontwerpen van experimenten, het starten van experimenten, het presenteren van stimuli, het controleren van het experimentele proces en het verzamelen van gedragsgegevens.
Quik-Gel Geleidend GelCompumedics Limited AustraliaRP0002831Medisch geleidend gel. De primaire functie is om het te gebruiken tussen de elektroden en de hoofdhuid of huid tijdens elektro-encefalogram (EEG) neurofysiologische onderzoeken om de weerstand te verminderen, waardoor een soepele geleiding van elektrische signalen wordt gegarandeerd, waardoor heldere en nauwkeurige testresultaten worden verkregen.
NuprepWeaver and company10-30Huidvoorbereiding (schuurmiddel) gel. Voorafgaand aan elektrofysiologische onderzoeken met elektro-encefalogram (EEG) wordt het gebruikt om de huid te schuren en te reinigen, waardoor effectief olie en dode huid worden verwijderd om de huidimpedantie te verminderen, waardoor een heldere en nauwkeurige geleiding van elektrodensignalen wordt gegarandeerd.
BD 10ml SpuitBecton, Dickinson and CompanyREF309604Standaard spuit met een inhoud van 10 ml. Wordt gebruikt om de cilindrische holtes van alle elektroden in de elektrodenkap met geleidende pasta te vullen, waardoor voldoende contact tussen de hoofdhuid en de elektroden wordt gegarandeerd.
SalonShine Care ION+DrogerPHILIPSHP8206Droogt het haar snel en maakt gebruik van negatieve ionentechnologie om statische elektriciteit en pluizigheid te verminderen.
Bee & Flower ShampooShanghai Bee & Flower Daily Necessities Co., Ltd.GB/T 29679Milde shampoo. Verwijdert effectief overtollig hoofdolie en vuil, waardoor interferentie met het experiment wordt verminderd.
75% Alcohol Dezhou Chuangyi Medical Technology Co., Ltd.1378Vermindert huidimpedantie.
3M Transpore chirurgische tapeMinnesota Mining and Manufacturing Medical Devices (Shanghai) Co., Ltd.1527C-1Gebaten om externe elektroden te bevestigen.
LCD-monitorDellE2219HNGebaten om het experimentele proces en stimuli weer te geven, dient als een belangrijke interface voor mens-computerinteractie.

Referenties

  1. Liu, Y., Jia, R., Ye, J., Qu, X. How machine learning informs ride-hailing services: A survey. Commun Transp Res. 2, 100075 (2022).
  2. Hien, N. N., Long, N. T., Liem, V. T., Luu, D. X. Customer responses to airline service failure: Perspectives from expectation disconfirmation theory. SAGE Open. 14 (2), 21582440241248334 (2024).
  3. Tahir, Z. Effectiveness of offline and online rewards in restoring satisfaction and trust. Span J Mark ESIC. 25 (3), 409-424 (2021).
  4. Shi, Y., Zhang, R., Ma, C., Wang, L. Robot service failure: The double-edged sword effect of emotional labor in service recovery. J Serv Theory Pract. 33 (1), 72-88 (2023).
  5. Helfrich, R. F., Knight, R. T. Cognitive neurophysiology: Event-related potentials. Handbook of Clinical Neurology. 160, 543-558 (2019).
  6. Beres, A. M. Time is of the essence: A review of electroencephalography and event-related brain potentials in language research. Appl Psychophysiol Biofeedback. 42 (4), 247-255 (2017).
  7. Donchin, E. . Cognitive Psychophysiology: Event-Related Potentials and the Study of Cognition: The Carmel Conferences Volume I. , (2022).
  8. Liu, T. T. Noise contributions to the fMRI signal: An overview. NeuroImage. 143, 141-151 (2016).
  9. Tivadar, R. I., Murray, M. M. A primer on electroencephalography and event-related potentials for organizational neuroscience. Organ Res Methods. 22 (1), 69-94 (2019).
  10. Duan, H., Wang, L., Wu, J. Psychophysiological correlates between emotional response inhibition and posttraumatic stress symptom clusters. Sci Rep. 8 (1), 16876 (2018).
  11. Fu, C., Zhang, Z., He, J., Huang, S., Qiu, J., et al. Brain dynamics of decision-making in the generalized trust game: Evidence from ERPs and EEG time-frequency analysis. Acta Psychol Sin. 50 (3), 317 (2018).
  12. Hauser, T. U., Iannaccone, R., Stämpfli, P., Drechsler, R., Brandeis, D., et al. The feedback-related negativity revisited: New insights into localization, meaning, and network organization. NeuroImage. 84, 159-168 (2014).
  13. Chen, Y. T., Yu, H., Zhang, T. T., Han, L. Z., He, Y. J., et al. Female sensitivity to opponents' emotional feedback: Evidence from subliminal emotional feedback. J Psychol Sci. 44 (5), 1026-1034 (2021).
  14. Polich, J. Updating P300: An integrative theory of P3a and P3b. Clin Neurophysiol. 118 (10), 2128-2148 (2007).
  15. Gao, X., Gao, L., Li, Y., Sui, X. The neural response process of cognitive decision making: An ERP study. Brain Sci. 13 (4), 648 (2023).
  16. Lee, W. L., Lau, P. L., Chan, S. L. Personal growth experiences of countertransference among Malaysian counsellors: A phenomenological study. J Health Transl Med. 26 (1), 96-104 (2023).
  17. McRae, K. Cognitive emotion regulation: A review of theory and scientific findings. Curr Opin Behav Sci. 10, 119-124 (2016).
  18. Amodio, D. M., Bartholow, B. D., Ito, T. A. Tracking the dynamics of the social brain: ERP approaches for social cognitive and affective neuroscience. Soc Cogn Affect Neurosci. 9 (3), 385-393 (2014).
  19. Li, M., Wang, R. Chatbots in e-commerce: The effect of chatbot language style on customers' continuance usage intention and brand attitudes. J Retail Consum Serv. 71, 103209 (2023).
  20. Slingerland, E. . Loss and ambiguity aversion and the willingness to pay for index insurance: Experimental evidence from rural Kenya. , (2017).
  21. Lu, J., Li, W., Xie, Y., Huang, Q., Li, J. Prosociality moderates outcome evaluation in competition tasks. Sci Rep. 12 (1), 11397 (2022).
  22. Yang, S., Shi, B., Wang, L., Wang, Z., Peng, S. Long-term cognitive tasks impair resource allocation in working memory: A time-frequency and ERP study. IEEE Access. 8, 211482-211489 (2020).
  23. Heßler, P. O., Pfeiffer, J., Hafenbrädl, S. When self-humanization leads to algorithm aversion: What users want from decision support systems on prosocial microlending platforms. Bus Inf Syst Eng. 64 (3), 275-292 (2022).
  24. Luo, X., Tong, S., Fang, Z., Qu, Z. Machines versus humans: The impact of AI chatbot disclosure on customer purchases. Mark Sci. 38 (6), 937-947 (2019).
  25. Xie, L., Cao, B., Li, Z., Li, F. Neural dynamics of cognitive control in various types of incongruence. Front Hum Neurosci. 14, 214 (2020).
  26. Leue, A., Lange, S., Beauducel, A. Modulation of conflict monitoring intensity: The role of aversive reinforcement, cognitive demand, and trait-BIS. Cogn Affect Behav Neurosci. 12 (2), 287-307 (2012).
  27. Pan, F., Lu, Q., Chen, Y., Wu, X., Li, Q. Emotional conflict occurs at a late stage: Evidence from the paired-picture paradigm. Transl Neurosci. 7 (1), 56-61 (2016).
  28. Yang, Z., Zhou, J., Yang, H. The impact of AI response methods on service recovery satisfaction after service failure. Sustainability. 15 (4), 3294 (2023).
  29. Chen, X. A systemic review of the brain mechanism of humor processing. Int J Educ Humanit. 15 (3), 65-70 (2024).
  30. Niu, Y. The intersection of technology and tradition: A comparative analysis of AI and live anchors in verbal expression. Stud Art Archit. 3 (4), 28-33 (2024).
  31. Weber, C., Bellebaum, C. Prediction-error-dependent processing of immediate and delayed positive feedback. Sci Rep. 14 (1), 9674 (2024).
  32. Ehsan, U., Harrison, B., Chan, L., Riedl, M. O. Rationalization: Generating natural language explanations for AI decisions. , 81-87 (2018).
  33. Adam, M., Wessel, M., Benlian, A. AI-based chatbots in customer service and their effects on user compliance. Electron Mark. 31 (2), 427-445 (2021).
  34. Al-Ezzi, A., Kamel, N., Faye, I., Gunaseli, E. Review of EEG, ERP, and brain connectivity estimators as predictive biomarkers of social anxiety disorder. Front Psychol. 11, 730 (2020).
  35. Liang, Y., Sha, Z., Li, K. Functional near-infrared spectroscopy in schizophrenia research: Progress, challenges, and future directions. Med Sci Monit. 31, e949491 (2025).
  36. Hay, L., Duffy, A. H., Gilbert, S. J., Grealy, M. A. Functional magnetic resonance imaging in design studies: Methodological considerations and recommendations. Des Stud. 78, 101078 (2022).
  37. Dimigen, O., Stein, A. A high-speed OLED monitor for precise stimulation in vision, eye-tracking, and EEG research. bioRxiv. , (2024).
  38. Spapé, M., Verdonschot, R., Van Steenbergen, H. . The E-Primer: An Introduction to Creating Psychological Experiments in E-Prime. , (2019).
  39. Michel, C. M., Brunet, D. EEG source imaging: A practical review of analysis steps. Front Neurol. 10, 325 (2019).
  40. Qin, Y., Zhang, Y., Zhang, Y., Liu, S., Guo, X. Application and development of EEG acquisition and feedback technology. Biosensors. 13 (10), 930 (2023).
  41. Clausen, M., Kyhn, M. P., Papachristos, E., Merritt, T. Exploring humor as a repair strategy during communication breakdowns with voice assistants. , 1-9 (2023).
  42. Jiang, T., Li, H., Hou, Y. Cultural differences in humor perception, usage, and implications. Front Psychol. 10, 123 (2019).
  43. Tung, P. H. Influence of personality traits on satisfaction with public service in Hanoi, Vietnam. Linguist Cult Rev. 5 (S4), 2341-2364 (2021).
  44. Klapprott, F., Kaestner, D., Gumz, A. Macht der Ton die Musik?. Die Psychotherapie. 68 (1), 13-20 (2023).
  45. Nguyen-Phuoc, D. Q., Su, D. N., Tran, P. T., Le, D. T., Johnson, L. W. Factors influencing customer loyalty toward ride-hailing taxi services: A case study of Vietnam. Transp Res Part A. 134, 96-112 (2020).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Herstel van dienstverleningevent gerelateerde potentialenEEG registratiepassagierstevredenheidmens computerinteractiegedragsbeoordelingen

Gerelateerde artikelen